Terdengar bahwa AI memainkan peran besar dalam gelombang pemutusan hubungan kerja (PHK) besar-besaran di Spotify tahun ini. Yang jadi pertanyaan, kenapa? Nah, mari kita bahas.

Selama tahun 2023, Spotify telah melakukan PHK sebanyak tiga kali. Mereka merumahkan 590 karyawan pada Januari, 200 lagi pada Juni, dan baru-baru ini, sebanyak 1.500 karyawan harus merasakan pahitnya PHK. Alasan di balik tindakan ini, katanya, demi penghematan biaya.

Tapi, di sisi lain, katanya lagi, Spotify sedang melirik untuk menggelontorkan investasi besar pada AI untuk mendongkrak keuntungan di divisi podcasting dan audiobook.

Menurut Justin Patterson, seorang analis riset ekuitas di KeyBanc Capital Markets, Spotify sedang memanfaatkan AI di berbagai platformnya. Mereka merilis AI DJ, menciptakan suasana radio tradisional di 50 pasar tambahan, dan memperkenalkan AI Voice Translation untuk podcast.

“Saat mereka juga menggulirkan buku audio untuk Pelanggan Premium, kami percaya Spotify punya kans besar untuk meningkatkan keterlibatan dan pada akhirnya mendapatkan lebih banyak keuntungan,” katanya.

Saham perusahaan induk Spotify Technology SA melonjak lebih dari 30 persen dalam enam bulan terakhir dan mencatat kenaikan lebih dari 135 persen sepanjang tahun ini.

Ternyata, Spotify bergabung dengan perusahaan teknologi lain untuk melakukan penghematan karena permintaan di era pandemi turun drastis.

Mereka juga harus mengeluarkan lebih dari US$1 miliar (Rp15,6 triliun) untuk podcasting, sebagian besar untuk kontrak dengan selebriti demi membuat podcast yang sayangnya tak pernah terwujud, dan juga untuk mengakuisisi studio podcast yang akhirnya ditutup.

Terus, soal AI, Spotify terbilang serius. Di bulan November, mereka berkolaborasi dengan Google Cloud untuk mengubah cara platform mereka merekomendasikan buku audio dan podcast dengan menggunakan model bahasa Google Cloud, Vertex AI Search.

Spotify juga menghadirkan “AI DJ” pada Februari lalu dan mulai menggunakan alat terjemahan suara “Whisper” OpenAI untuk menerjemahkan episode podcast bahasa Inggris ke Spanyol, Prancis, dan Jerman.

Pihak Spotify menyebutkan rencana mereka untuk terus mengembangkan teknologi ini sambil terus memperhatikan masukan dari para kreator dan pendengar.

Kisah Evolusi Spotify: Peran Besar AI dalam Era Podcasting

Menurut Douglas Anmuth, seorang Direktur Pelaksana dan Analis Internet di JP Morgan, investasi pada podcast bisa jadi bakal meningkatkan keterlibatan jangka panjang, selain dari investasi pada iklan.

Spotify sendiri telah personalisasi pengalaman pengguna selama lebih dari satu dekade. Mereka mulai menambahkan sentuhan pribadi setelah mengakuisisi perusahaan analisis musik, The Echo Nest Corp, pada tahun 2014, guna menggabungkan teknologi pembelajaran mesin dan pemrosesan bahasa alami.

Teknologi mereka membangun database lagu dan musisi dengan cara mengenali nada dan tempo musik, serta menghubungkan karya-karya seni dalam konteks budaya bersama.

Data tambahan seperti tanggal rilis lagu dan metrik seperti volume, durasi, dan seberapa besar kemungkinan lagu tersebut mengundang orang untuk menari, ikut menentukan lagu mana yang akan diputar sesuai dengan selera pengguna.

Dari sinilah, lahir berbagai playlist seperti “Daily Mix” dan “Discover Weekly”. Playlist lain seperti “Time Capsules” dan “On Repeat” dikumpulkan berdasarkan lagu-lagu yang paling sering didengarkan oleh pengguna, untuk memastikan mereka terus terhubung dengan lagu-lagu yang mereka sukai atau bahkan untuk kembali mendengarkan lagu-lagu yang sudah lama tidak mereka dengar.

Menurut Reece Hayden, seorang analis senior di ABI Research, dia meyakini bahwa model bahasa besar (LLM) bisa bermanfaat untuk meningkatkan interaksi di semua platform Spotify.

“Model bahasa besar bisa meningkatkan personalisasi, memberikan rekomendasi yang lebih baik, dan memastikan rekomendasi tersebut lebih sesuai dengan minat pengguna dengan cara memahami seluruh teks atau video, bukan hanya mengandalkan kata kunci atau metadata,” katanya.

Dia menambahkan bahwa berbeda dengan “model prediktif dasar” yang hanya bergantung pada kata kunci atau metadata, LLM bisa memahami dan menginterpretasi podcast untuk melihat sejauh mana podcast tersebut sesuai dengan minat pengguna.

Dengan menganalisis semua data pengguna, LLM bisa mendapatkan pemahaman yang lebih dalam mengenai preferensi mereka.

“Menggunakan LLM untuk memahami semua podcast atau buku audio membutuhkan banyak sumber daya, dan mungkin memberikan nilai tambah yang terbatas dibandingkan dengan model prediktif dasar. Namun, LLM membawa aspek privasi data tambahan dan juga menantang dalam hal biaya dan sumber daya yang dibutuhkan, yang bisa jadi cukup signifikan,” tambahnya.

Dia yakin bahwa alat terjemahan suara seperti Whisper bisa membantu dalam menerjemahkan podcast, meski menyadari bahwa kesalahan masih mungkin terjadi dalam bentuk kalimat atau frasa yang salah saat dipelajari oleh AI generatif.

“Mengingat adanya data, alat terjemahan seperti Whisper akan semakin membaik dengan cepat, pastikan tingkat akurasi yang tinggi,” katanya.

“Namun, kelemahan Whisper terletak pada fokusnya yang lebih kuat pada menerjemahkan dari bahasa lain ke bahasa Inggris, sedangkan sebagian besar podcast direkam dalam bahasa Inggris. Oleh karena itu, mungkin tidak akan efektif secara keseluruhan,” tandasnya.

Peran Kecerdasan Buatan dalam Transformasi Spotify: Dari PHK Massal hingga Revolusi Podcast

Ke depan, Spotify berpotensi untuk menjadi pemimpin dalam podcasting global dengan pengembangan teknologi AI yang terus-menerus. Transformasi ini memungkinkan pengalaman pengguna yang lebih personal, namun juga membawa sejumlah pertimbangan terkait dengan penggunaan teknologi AI dalam konten audio.